論文の概要: DashGaussian: Optimizing 3D Gaussian Splatting in 200 Seconds
- arxiv url: http://arxiv.org/abs/2503.18402v2
- Date: Wed, 26 Mar 2025 14:34:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-27 12:47:10.378765
- Title: DashGaussian: Optimizing 3D Gaussian Splatting in 200 Seconds
- Title（参考訳）: DashGaussian:200秒で3Dガウス撮影を最適化
- Authors: Youyu Chen, Junjun Jiang, Kui Jiang, Xiao Tang, Zhihao Li, Xianming Liu, Yinyu Nie,
- Abstract要約: 3DGSの最適化複雑性に関するスケジューリング手法であるDashGaussianを提案する。
提案手法は, 各種3DGSバックボーンの最適化を平均45.7%高速化する。
- 参考スコア（独自算出の注目度）: 71.37326848614133
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D Gaussian Splatting (3DGS) renders pixels by rasterizing Gaussian primitives, where the rendering resolution and the primitive number, concluded as the optimization complexity, dominate the time cost in primitive optimization. In this paper, we propose DashGaussian, a scheduling scheme over the optimization complexity of 3DGS that strips redundant complexity to accelerate 3DGS optimization. Specifically, we formulate 3DGS optimization as progressively fitting 3DGS to higher levels of frequency components in the training views, and propose a dynamic rendering resolution scheme that largely reduces the optimization complexity based on this formulation. Besides, we argue that a specific rendering resolution should cooperate with a proper primitive number for a better balance between computing redundancy and fitting quality, where we schedule the growth of the primitives to synchronize with the rendering resolution. Extensive experiments show that our method accelerates the optimization of various 3DGS backbones by 45.7% on average while preserving the rendering quality.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) はガウスのプリミティブをラスタ化することでピクセルを描画する。
本稿では、3DGS最適化を高速化するために冗長な複雑性を除去する3DGSの最適化複雑性に関するスケジューリングスキームであるDashGaussianを提案する。
具体的には,3DGSの最適化を,トレーニングビューにおける高次周波数成分に段階的に3DGSを適合させるものとして定式化し,この定式化に基づいて最適化の複雑さを大幅に低減する動的レンダリング解決スキームを提案する。
さらに、特定のレンダリング解決は、演算冗長性と適合品質のバランスを改善するために、適切なプリミティブ数と協調すべきであり、そこでは、プリミティブの成長をスケジュールし、レンダリング解決と同期させる。
本手法は,レンダリング品質を保ちながら,様々な3DGSバックボーンの最適化を平均45.7%高速化することを示す。
関連論文リスト
- Second-order Optimization of Gaussian Splats with Importance Sampling [51.95046424364725]
3D Gaussian Splatting (3DGS) は、高品質で高速な推論時間のため、新しいビューレンダリングに広く用いられている。
本稿では,Levenberg-Marquardt (LM) と Conjugate Gradient (CG) に基づく新しい2階最適化手法を提案する。
提案手法は標準LMよりも3倍の高速化を実現し,ガウス数が少ない場合のAdamを6倍の6倍の速さで上回る。
論文 参考訳（メタデータ） (2025-04-17T12:52:08Z) - BOGausS: Better Optimized Gaussian Splatting [6.307754967540217]
3D Gaussian Splatting (3DGS) は新規なビュー合成のための効率的な解法を提案する。
我々のBetter Optimized Gaussian Splatting(BOGausS)ソリューションは、オリジナルの3DGSの最大10倍のモデルを生成することができる。
論文 参考訳（メタデータ） (2025-04-02T15:49:23Z) - FreeSplat++: Generalizable 3D Gaussian Splatting for Efficient Indoor Scene Reconstruction [50.534213038479926]
FreeSplat++は大規模な屋内全シーン再構築の代替手法である。
深度調整による微調整により,再現精度が大幅に向上し,トレーニング時間も大幅に短縮された。
論文 参考訳（メタデータ） (2025-03-29T06:22:08Z) - Optimized 3D Gaussian Splatting using Coarse-to-Fine Image Frequency Modulation [24.29691274119593]
本稿では,新しい周波数変調粗粒度最適化フレームワークOpti3DGSを提案する。
本手法は多くの3DGS技術とシームレスに統合可能であることを示す。
また、Opti3DGSは本質的に余分なコストを伴わずに詳細シーン表現を生成できることを示す。
論文 参考訳（メタデータ） (2025-03-18T17:49:01Z) - CAT-3DGS Pro: A New Benchmark for Efficient 3DGS Compression [7.544406490280833]
3D Gaussian Splatting (3DGS) は新規なビュー合成の可能性を示した。
伝送および/またはストレージアプリケーションのための3DGS表現の速度歪み最適化圧縮を実現することは、依然として課題である。
圧縮性能と計算効率を両立させるCAT-3DGSの強化版であるCAT-3DGS Proを提案する。
論文 参考訳（メタデータ） (2025-03-17T06:45:10Z) - Does 3D Gaussian Splatting Need Accurate Volumetric Rendering? [8.421214057144569]
3D Gaussian Splatting (3DGS) は撮影シーンの3D表現を学習するための重要な参照手法である。
3DGSに先立つNeRFは、レンダリングのための原則的なレイマーチングアプローチに基づいている。
元の3DGSソリューションで用いられる様々な近似と仮定を詳細に分析する。
論文 参考訳（メタデータ） (2025-02-26T17:11:26Z) - 3DGS-LM: Faster Gaussian-Splatting Optimization with Levenberg-Marquardt [65.25603275491544]
3DGS-LM, 3D Gaussian Splatting(3DGS)の再構築を高速化する新しい手法を提案する。
提案手法は元の3DGSよりも30%高速で, 再現品質の最適化が可能である。
論文 参考訳（メタデータ） (2024-09-19T16:31:44Z) - LP-3DGS: Learning to Prune 3D Gaussian Splatting [71.97762528812187]
本稿では,トレーニング可能な2値マスクを重要度に応用し,最適プルーニング比を自動的に検出する3DGSを提案する。
実験の結果,LP-3DGSは効率と高品質の両面において良好なバランスを保っていることがわかった。
論文 参考訳（メタデータ） (2024-05-29T05:58:34Z) - MVSGaussian: Fast Generalizable Gaussian Splatting Reconstruction from Multi-View Stereo [54.00987996368157]
MVSGaussianは、Multi-View Stereo(MVS)から導かれる新しい一般化可能な3次元ガウス表現手法である。
MVSGaussianは、シーンごとにより良い合成品質でリアルタイムレンダリングを実現する。
論文 参考訳（メタデータ） (2024-05-20T17:59:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。